使用 Python 解析网站 (XML) 并保存到 mysql

Question

我想向 Flickr API 发送一个 REST 请求。响应如下所示（XML）：

This XML file does not appear to have any style information associated with it. The 
document tree is shown below.

<rsp stat="ok">
<photos page="1" pages="974001" perpage="250" total="243500161">

<photo id="123" owner="1234" secret="123" server="1" farm="4" 
title="DSC01316" ispublic="1" isfriend="0" isfamily="0" views="0" tags="" 
latitude="47.825188" longitude="11.300722" accuracy="16" context="0" 
place_id="XT" woeid="123" geo_is_family="0" geo_is_friend="0" 
geo_is_contact="0" geo_is_public="1">
<description/>
</photo>

<photo id="123" owner="123" secret="123" server="1" farm="3" 
title="DSC01351" ispublic="1" isfriend="0" isfamily="0" views="0" tags="" 
latitude="47.825263" longitude="11.300891" accuracy="16" context="0" 
place_id="XT" woeid="123" geo_is_family="0" geo_is_friend="0" 
geo_is_contact="0" geo_is_public="1">
<description/>
</photo>

and so forth...

我想要 python 做的是解析网站的照片 ID、所有者、标题 等并提取信息并将其保存到 mysql 数据库中（已使用 phpadmin 设置）。

为了更好地理解：我有这张表，其中第一行是我的分类，第二行是从示例中提取的数据。

Photo ID    Owner    Secret    Server    Farm    Title    ispublic    isfriend    isfamily    ....
123         1234     123       1         4       DSC01316 1           0           0      

我开始使用它来提取信息。虽然它不起作用......

import xml.etree.ElementTree as ET
import requests

url="https://api.flickr.com/services/rest/?method=flickr.photos.search&api_key=5...b&per_page=250&accuracy=1&has_geo=1&extras=geo,tags,views,description%22"
page=requests.get(url)
data = page.text
root = ET.fromstring(data)
for x in root.Element.get('photo'):
    test = x.get('Photo ID', 'Owner', 'Secret' , 'Server' , 'Farm' , 'Title' , 'ispublic' , 'isfriend' , 'isfamily')
print (test)

#does not work. it says: AttributeError: 'Element' object has no attribute 'Element'

有什么想法吗？ 我只是在寻找一个提示，我想自己写！请注意，我对 python 比较陌生，并且指向文档站点的链接对我不起作用。我对此知之甚少。我需要进一步解释。 谢谢！

Answer 1

BeautifulSoup4 让您更轻松地解析 xml/http 文档。通过pip install beautifulsoup4 安装软件包后尝试以下代码。

from bs4 import BeautifulSoup

xml = "..."
soup = BeautifulSoup(xml)

for photo in soup.find_all('photo'):
    print(photo.attrs['title'])

然后你会得到，

DSC01316
DSC01351

查看http://www.crummy.com/software/BeautifulSoup/bs4/doc/了解更多信息。